梯度模块式薄壁结构耐撞性研究及其多目标优化设计

摘要

多胞薄壁结构因其潜在的高效吸能效率被广泛的应用于汽车工业设计中.区别于传统均匀壁厚的薄壁结构,文章提出了厚度梯度模块式的多胞方形薄壁结构形式,以适应其在斜向冲击条件下能表现出优越的耐撞性能.首先,运用非线性有限元理论建立了梯度多胞方形结构薄壁直梁有限元模型,研究了不同模块部分的梯度指数对整体结构耐撞性能的影响,研究结果表明,该梯度多胞方形薄壁结构较传统均匀壁厚结构在斜向冲击条件下耐撞性能更加优越,且外层模块壁面的梯度指数对结构的耐撞性影响最大.最后,为了对该结构不同模块的梯度系数匹配进行寻优处理以获得最大的耐撞性能,文章运用神经网络模型(RBF)技术和多目标粒子群算法(MOPSO)对不同模块的梯度系数进行了多目标优化,进一步提高了该结构在斜向冲击条件下耐撞性能.